matplotlib正确的颜色/颜色条，用于具有多个不同颜色的多个表面的绘图

移动线

ax1 = fig.add_subplot(111, projection='3d')

在for color in...循环之外。通过在每次迭代中重新创建轴，可以隐藏先前创建的曲面

编辑（回答有关色图的第二个问题）

您需要规范化数据。当前，您的脸色在0到0.6的范围内，因此当您将最大值（0.6）馈给时cm.rainbow，您会得到绿色而不是红色（因为它期望的范围是0到1）。

这是一个经过修改的脚本，我认为它应该可以正常工作。我们使用Normalise来自matplotlib.colors一个vmin和vmax您确定C_dat的数据。然后，使用facecolors=cm.rainbow(norm(ci))设置表面的颜色。

然后，您还希望使用中的值设置ScalarMappable的数组C_dat，因此我们griddata在这里无需再次使用。

import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib.colors as colors
from mpl_toolkits.mplot3d import Axes3D
import pylab
from scipy.interpolate import griddata

dat = open('ex.csv', 'w')
dat.write('x,y,z,c\n')
for x in range(20):
    for y in range(20):
         for c in range(0,7):
             dat.write(','.join([str(s) for s in [x,y,x+y+c,c/10.0,'\n']]))
dat.close()

fig = matplotlib.pyplot.gcf()
dat = np.genfromtxt('ex.csv', delimiter=',',skip_header=1)
X_dat = dat[:,0]
Y_dat = dat[:,1]
Z_dat = dat[:,2]
C_dat = dat[:,3]

# Create a Normalize instance.
norm = colors.Normalize(vmin=C_dat.min(),vmax=C_dat.max())

ax1 = fig.add_subplot(111, projection='3d')
for color in np.unique(C_dat):
    X, Y, Z, C = np.array([]), np.array([]), np.array([]), np.array([])
    for i in range(len(X_dat)):
        if C_dat[i]==color:
            X = np.append(X,X_dat[i])
            Y = np.append(Y,Y_dat[i])
            Z = np.append(Z,Z_dat[i])
            C = np.append(C,C_dat[i])

    xi = np.linspace(X.min(),X.max(),100)
    yi = np.linspace(Y.min(),Y.max(),100)

    zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='cubic')
    ci = griddata((X, Y), C, (xi[None,:], yi[:,None]), method='cubic')

    xig, yig = np.meshgrid(xi, yi)

    # Note the use of norm in the facecolors option
    surf = ax1.plot_surface(xig, yig, zi,facecolors=cm.rainbow(norm(ci)), alpha = 0.7)

m = cm.ScalarMappable(cmap=cm.rainbow)
m.set_array(np.unique(C_dat))

col = plt.colorbar(m)

plt.show()